基于小波理论的温室监测图像压缩的研究.pdfVIP

基于小波理论的温室监测图像压缩的研究

摘要：以沈阳农业大学北山基地10#棚的温室现场采集

图像为原始图像，利用小波理论将温室图像进行压缩仿真试

验，通过对分解后的图像进行重构，直接观察温室图像的压

缩效果。分析压缩处理数据的峰值信噪比和误差值可知，将

小波理论应有于温室图像的压缩处理，具有良好的实用性和

可行性。

关键词：小波变换；温室监控；图像压缩；仿真试验

中图分类号：S126文献标识码：A文章编号：1674-1161

（2016）01-0044-02

在信息时代，图像传输远远超过了信息交换网络的信息

承载能力。图像压缩设计为图像信息的采集和传输奠定了基

础，不仅可以缓解图像采集的压力，还可确保图像第一时间

传输。图像传输时大多利用小波技术进行压缩，使小波理论

在科研和工程应用中备受关注，并引起广泛讨论。

20世纪80年代以来，小波变换被广泛应用于图像压缩

领域。李志农等提出经验小波变换，该方法继承了EMD和

小波分析方法的优点，通过提取频域极大值点自适应地分割

傅里叶频谱，从而分离不同的模态，然后在频域自适应地构

造带通滤波器组，构造正交小波函数，进而提取具有紧支撑

傅立叶频谱的调幅-调频成分。徐小军等为抑制小波变换图像

融合方法在下采样过程产生的伪吉普斯效应，解决非下采样

图像融合方法融合时间长的问题，提出了基于下采样的分数

阶小波变换（FRWT）融合方法。

本研究提出基于小波理论的温室环境监测系统图像压

缩方法，通过对比分析多贝西小波基中的db4小波基和db10

小波基，选择适合温室图像压缩处理的最优小波基。通过对

沈阳农业大学北山基地10#棚的温室环境监测系统现场采

集的图像进行算例分析，最终实现温室图像的压缩处理。

1可行性分析

目前，多贝西（DaubechiesWavelet）小波在图像压缩处

理技术中的应用范围比较广泛，故对多贝西小波基中的db4

小波基和db10小波基进行比较，对这两种小波波形与被分

析对象进行匹配，选择适合图像压缩的最优小波基，见表1。

由表1可直接看出，采集的标准图像数据量大，经小波

分解和重构后图像数据量明显降低。根据其压缩比选择最优

小波基时，对于同一原始标准图像进行压缩处理后，db10小

波基的压缩比明显高于db4小波基，且db10小波基的重构

图像数据明显低于db4小波基的重构图像数据，见表2。

从表2可直观看出，db10小波基的峰值信噪比明显高于

db4小波基的峰值信噪比，db10小波基的相对误差值明显低

于db4小波基的相对误差值。峰值信噪比是指噪声比例到达

最大时的信号强度，是信号能够发生的最大功率与损坏效应

的噪声功率之比，因此数据丢失的程度随着该比值的升高而

降低。

综上所述，在本仿真实验研究的db4小波基和db10小

波基中，db10小波基比db4小波基更适合应用于图像压缩处

理技术。因此，将db10小波基运用于温室环境监测系统现

场采集的图像压缩中以实现图像的压缩处理，可以解决温室

大图像的压缩问题。

2试验仿真与分析

采用沈阳农业大学北山基地10#棚的温室监测图像进

行重构试验，仿真和分析db10小波基的图像压缩效果。经

过压缩后获得需要的压缩比、误差等性能指标。图1为温室

监控现场采集图像的原始图像和压缩重构图像。

在基于db10小波基的图像压缩处理中，将原始图像与

重构图像对比，可以直接观察出压缩重构效果，用肉眼直接

观察无明显差别。用一些客观数据评价图像的压缩效果，其

峰值信噪比PSNR=3.775db，相对误差值为1.6646e+0.7个像

素点。将原始图像使用db10对信号进行3层小波分解，其

分解后的图像如图2所示。

在分解图像中，除了左上的图像a为分解图像的低频分

量以外，其他图像均为分解图像的高频分量。图2包含分解

后的全部三层分量：a表示原始图像的三层分解低频分量，

包含着全部三层低频分量元素；b表示原始图像的三层分解

高频分量，包含全部三层高频分量元素。图像c表示原始图

像的两层分解高频分量，包含全部两层高频分量元素。图像

d表示原始图像的一层分解高频分量，包含全部一层高频分

量元素。

3结论

详细对比分析db4小波基和db